Sieć bayesowska o zmiennym rzędzie
sieci Bayesa o zmiennym rzędzie (VOBN) stanowią ważne rozszerzenie zarówno modeli sieci Bayesa , jak i modeli Markowa o zmiennym rzędzie . Modele VOBN są ogólnie stosowane w uczeniu maszynowym i wykazały ogromny potencjał w zastosowaniach bioinformatycznych . Modele te rozszerzają szeroko stosowane modele macierzy wag pozycji (PWM), modele Markowa i modele sieci Bayesa (BN).
W przeciwieństwie do modeli BN, w których każda zmienna losowa zależy od ustalonego podzbioru zmiennych losowych, w modelach VOBN podzbiory te mogą się różnić w zależności od konkretnej realizacji obserwowanych zmiennych. Obserwowane realizacje są często nazywane kontekstem i stąd modele VOBN są również znane jako kontekstowe sieci bayesowskie. Elastyczność w definiowaniu warunkowych podzbiorów zmiennych okazuje się być realną zaletą w zastosowaniach klasyfikacyjnych i analitycznych, ponieważ zależności statystyczne między zmiennymi losowymi w sekwencji zmiennych (niekoniecznie sąsiadujących) mogą być skutecznie uwzględnione, a w sposób specyficzny dla stanowiska i kontekstu.
Zobacz też
- łańcuch Markowa
- Przykłady łańcuchów Markowa
- Modele Markowa o zmiennym rzędzie
- Proces Markowa
- Łańcuch Markowa Monte Carlo
- Proces semi-Markowa
- Sztuczna inteligencja
- ^ Ben-Gal, I .; Shani A.; Gohr A.; Grau J.; Arviv S.; Shmilovici A.; Posch S.; Grosse I. (2005). „Identyfikacja miejsc wiążących czynniki transkrypcyjne z sieciami bayesowskimi o zmiennej kolejności” . Bioinformatyka . 21 (11): 2657–2666. doi : 10.1093/bioinformatyka/bti410 . PMID 15797905 .
- ^ Grau, J.; Ben-Gal I.; Posch S.; Grosse I. (2006). „VOMBAT: przewidywanie miejsc wiązania czynnika transkrypcji przy użyciu drzew Bayesa o zmiennej kolejności” (PDF) . Badania kwasów nukleinowych . 34 (problem z serwerem internetowym): 529–533. doi : 10.1093/nar/gkl212 . PMC 1538886 . PMID 16845064 .
- Bibliografia _ Friedman, N .; Goldszmidt, M.; Koller, D. (1996). Niezależność kontekstowa w sieciach bayesowskich . 12. konferencja na temat niepewności w sztucznej inteligencji (1–4 sierpnia 1996). Reed College, Portland, Oregon, USA. s. 115–123.